conv-neural-network - 物体识别的最佳架构

标签 conv-neural-network object-recognition hierarchical-temporal-memory

我正在评估使用 HTM(分层时间内存)和 CNN(卷积神经网络)进行对象识别的选项。哪种架构(模型)最适合这种情况?

最佳答案

卷积神经网络及其变体是物体识别的最佳工具。 您可以尝试使用 AlexNetVGGNEtResNetBatch NormalizationDropout 等.

关于conv-neural-network - 物体识别的最佳架构,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39865374/

相关文章:

tensorflow - 如何在 Keras 中使用函数式 API 在快捷连接中添加卷积层?

algorithm - 最适合 2D Blob 上的矩形

linux - 是否有可用的 NuPIC 预编译镜像?

artificial-intelligence - 用于人脑模拟的开源软件

c# - 如何从 Kinect 深度数组中获取位置 (x,y)?

algorithm - 受生物学启发的软件

python - 如何从数据集中创建锚定正负对来训练模型?

python - 为多类道路分割实现 U-net

machine-learning - MNIST教程中是如何预处理MNIST数据集的?

computer-vision - 如何存储来自暗网 YOLO 的预测类名?